在 R 中使用 ROCR 与 pROC 绘制 ROC

我正在绘制 ROC 并测量部分 AUC 作为生态位模型质量的指标。当我在 R 中工作时，我使用 ROCR 和 pROC 包。我会选择使用其中一款，但现在，我只是想看看它们的表现如何，以及是否能更好地满足我的需求。

让我困惑的一件事是，在绘制 ROC 时，轴如下：

ROCR

x axis: 'true positive rate' 0 -> 1
y axis: 'false positive rate', 0 -> 1

pROC

x axis: 'sensitivity' 0 -> 1
y axis: 'specificity' 1 -> 0. 

但如果我使用这两种方法绘制 ROC，它们看起来是相同的。 所以我只想确认一下：

true positive rate = sensitivity

false positive rate = 1 - specificity.

这是一个可重现的示例：

obs<-rep(0:1, each=50)
pred<-c(runif(50,min=0,max=0.8),runif(50,min=0.3,max=0.6))
plot(roc(obs,pred))

ROCRpred<-prediction(pred,obs)
plot(performance(ROCRpred,'tpr','fpr'))

为了确认，您是正确的，真阳性率 = 敏感性，假阳性率 = 1 - 特异性。在您的示例中，您绘制 ROCR 性能对象组件的顺序ROCR包是关键。在最后一行中，第一个性能指标（真阳性率）“tpr”绘制在 y 轴上measure = 'tpr'第二个性能指标（误报率）绘制在 x 轴上x.measure = 'fpr'

plot(performance(ROCRpred, measure = 'tpr', x.measure = 'fpr'))